PROSPERI, MATTIA

PROSPERI, MATTIA  

DIPARTIMENTO DI INFORMATICA E AUTOMAZIONE (attivo dal 01/01/1900 al 30/06/2008)  

Mostra records
Risultati 1 - 8 di 8 (tempo di esecuzione: 0.02 secondi).
Titolo Data di pubblicazione Autore(i) File
Accessible tourism for the deaf via mobile apps 1-gen-2016 Milicchio, Franco; Prosperi, Mattia
Comparison of two datamining techniques for determining the role of baseline protease mutations on the virologic response to ritonavir/saquinavir-containing regimens 1-gen-2005 Prosperi, Mattia; DI GIANBENEDETTO, S.; Cingolani, A.; Ruitz, L.; Baxter, J. D.; Clevenbergh, P.; Cauda, R.; Perno, C. F.; Ulivi, Giovanni
Declining prevalence of HIV-1 drug resistance in treatment-experienced patients: a clinical cohort study 1-gen-2007 DI GIANBENEDETTO, S.; Bracciale, L.; Colafigli, M.; Cattani, P.; Pinnetti, C.; Bacarelli, A.; Prosperi, Mattia; Fadda, G.; Cauda, R.; DE LUCA, Andrea
Genotypic resistance to lopinavir and fosamprenavir with or without ritonavir of clinical isolates from patients failing protease inhibitors-containing HAART regimens: prevalence and predictors 1-gen-2007 DI GIANBENEDETTO, S.; Bacarelli, A.; Pinnetti, C.; Colafigli, M.; Prosperi, Mattia; Gatti, G.; Cauda, R.; DE LUCA, Andrea
Integration of viral genomics with clinical data to predict response to anti-HIV treatment 1-gen-2007 Aharoni, E.; Altmann, A.; Borgulya, G.; D'Autilia, R.; Incardona, F.; Kaiser, R.; Kent, C.; Lengauer, T.; Neuvirth, H.; Peres, Y.; Petroczi, A; Prosperi, Mattia; ROSEN ZVI, M.; Schuelter, E.; Sing, T.; Sonnerborg, A.; Thompson, R.; Zazzi, M.
La riduzione della prevalenza di farmacoresistenza nei pazienti con esperienze terapeutiche: varie stime secondo le diverse metodologie impiegate in uno studio clinico di coorte 1-gen-2006 DI GIAMBENEDETTO, S; Colafigli, M; Pinnetti, C; Prosperi, Mattia; Bracciale, L; Schwarz, J; Cauda, R; DE LUCA, A.
Stochastic Modelling of Genotypic Drug-Resistance for Human Immunodeficiency Virus towards Long-Term Combination Therapy 1-gen-2008 Prosperi, Mattia
“A fuzzy relational system trained by genetic algorithms and HIV-1 resistance genotypes/virological response data from prospective studies usefully predicts treatment outcomes” - Antiviral Therapy 2004; 9:S121 – (poster session) 1-gen-2004 Prosperi, Mattia; Ulivi, Giovanni; DE LUCA, Andrea; A. L., Et